Question

在DL教程中

我试图根据What is the prupose/meaning of passing "input" to a function in Theano?打印测试样本的概率但我得到以下错误。我需要添加一些theano_flags吗？

如何解决问题？

TypeError：无法将Type Generic（of Variable）转换为   输入TensorType（float64，matrix）。您可以尝试手动转换    到TensorType（float64，矩阵）。

（我的数据的特征数量= 120，类= 2，test_set批量大小= 1）

部分代码是：

来自theano进口pp

classifier = LogisticRegression(input=x, n_in=120, n_out=2)

print " Theano builds graphs for the expressions it computes before evaluating them:that is..."
print pp(classifier.p_y_given_x)

             .........................


     # test it on the test set

                test_losses = [test_model(i)
                               for i in xrange(n_test_batches)]
                test_score = numpy.mean(test_losses)


                values=theano.shared(value=test_set_x.get_value)
                f=theano.function([],classifier.p_y_given_x, 
                                  givens={x:values},on_unused_input='ignore')
                print f()

Answer 1

创建值时代码中存在错误。 test_set_x.get_value是一个python函数。所以它应该是test_set_x.get_value（），因为你想要的是值，而不是返回它的callable。由于theano.shared（）接收一个可调用的输入，它创建一个非张量的通用Theano变量。因此，当您尝试使用泛型变量替换x作为张量变量时，会引发错误，因为它不是允许的替换。

但更好的是，您不需要创建新的共享变量，只需编译这样的函数：

            f=theano.function([],classifier.p_y_given_x, 
                              givens={x:test_set_x},on_unused_input='ignore')

Theano打印测试集样本的概率

1 个答案: